稀疏BP神经网络对房租价格影响因素的探究——以长沙市中心城区为例

摘要

年轻人刚步入社会,租房是必不可少的一项开销,解决年轻人的租房问题是城市可持续发展的必然要求。影响房租价格的变量众多,变量选择是处理高维数据非常重要的一个环节,变量选结果的好坏决定了所建模型性能的优劣。引入BP神经网络模型,对权重施加L1惩罚,多次模拟后设定一个阈值,将权重相加值小于阈值的变量剔除,经检验该方法具有非常良好的变量选择性能。以长沙市中心城区为例,爬取贝壳找房网上5个地区的租房信息,并利用百度地图API获取房屋周边环境信息,得到18个自变量,进行变量选择探究影响房租价格的重要因素。结果表明租赁方式和房屋户型对房租价格的影响最大。